日前，Uber 已經(jīng)對(duì) Geometric Intelligence 進(jìn)行全資戰(zhàn)略收購。后者是一個(gè)由學(xué)界 AI 研究人員聯(lián)合創(chuàng)立的 公司，它將成為 Uber 舊金山總部新設(shè)立的 AI 中央實(shí)驗(yàn)室的核心團(tuán)隊(duì)。 

眾所周知，打車應(yīng)用需要大數(shù)據(jù)分析和人工智能來改善服務(wù)。Uber 在匹茲堡已經(jīng)有一支精英匯聚的機(jī)器學(xué)習(xí)團(tuán)隊(duì)。但該團(tuán)隊(duì)專注于自動(dòng)駕駛的相關(guān)研究。以 Geometric Intelligence 公司成員為核心的新團(tuán)隊(duì)，將開展 AI 的基礎(chǔ)研究。這不會(huì)直接帶來產(chǎn)品，但在將來很可能產(chǎn)生一系列的潛在應(yīng)用，例如行車路線管理。這也是一個(gè)重要的信號(hào)：Uber 想要與谷歌、蘋果、微軟等“傳統(tǒng)”互聯(lián)網(wǎng)巨頭，在 AI 基礎(chǔ)研究上競爭。這又帶來一個(gè)問題：AI 基礎(chǔ)研究的成果往往不會(huì)局限在某個(gè)領(lǐng)域?；ヂ?lián)網(wǎng) AI 研究的巨頭們，無一不對(duì) AI 進(jìn)行“跨界”應(yīng)用。Uber 在將來，是否會(huì)成為一家跨界 AI 公司？或者，利用 AI 研究成果進(jìn)入其他交通行業(yè)細(xì)分領(lǐng)域？

Geometric Intelligence 的創(chuàng)始團(tuán)隊(duì)包括：紐約大學(xué)認(rèn)知學(xué)家 Gary Marcus，劍橋大學(xué)機(jī)器學(xué)習(xí)教授 Zoubin Ghahramani，中佛羅里達(dá)大學(xué)計(jì)算機(jī)教授 Kenneth Stanley 和紐約大學(xué)神經(jīng)語言學(xué)博士 Douglas Bemis。該公司一共有 15 名雇員，包括多名高級(jí)數(shù)據(jù)工程師和人工智能學(xué)者。該收購協(xié)議的其中一項(xiàng)是：他們必須保持其與學(xué)界的紐帶。這意味著 Uber 與大學(xué) AI 研究院之間開展合作的前景。

Geometric Intelligence 的當(dāng)前研究聚焦于：如何用小規(guī)模數(shù)據(jù)庫訓(xùn)練 AI 系統(tǒng)和代理。很多公司想方設(shè)法提高計(jì)算設(shè)備的數(shù)據(jù)處理能力和運(yùn)算性能，對(duì)海量數(shù)據(jù)進(jìn)行處理。Uber 的新團(tuán)隊(duì)卻想要從另一個(gè)角度解決問題：用有限的數(shù)據(jù)讓 AI 更智能。這使得在沒有“足夠”數(shù)據(jù)支持下，快讀提高 Uber 基于大數(shù)據(jù)的產(chǎn)品服務(wù)成為可能。

Uber CPO Jeff Holden 在博客表示，不管公司運(yùn)作在哪個(gè)科技領(lǐng)域，都存在一個(gè)共同的挑戰(zhàn)——“如何與現(xiàn)實(shí)世界進(jìn)行交流的高層次智能問題”。提高基礎(chǔ)研究的能力，無疑是面對(duì)這類 AI 挑戰(zhàn)最有效的方式。

via techcrunch

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。